修改汉明距离/编辑距离答案

【问题标题】：Modification to Hamming distance/ Edit Distance修改汉明距离/编辑距离
【发布时间】：2018-06-13 20:04:13
【问题描述】：

我无法修改汉明距离算法以通过两种方式影响我的数据

如果将大写字母切换为小写字母，则将 0.5 添加到汉明距离，除非它位于第一个位置。
示例包括：“杀手”和“杀手”的距离为 0 “杀手”和“杀手”的汉明距离为 0.5。 "Funny" 和 FAnny" 的距离为 1.5（1 表示不同的字母，附加 0.5 表示不同的大小写）。
使 b 和 d（以及它们的大写对应物）被视为同一事物

这是我发现的构成基本汉明程序的代码

def hamming_distance(s1, s2):
    assert len(s1) == len(s2)
    return sum(ch1 != ch2 for ch1, ch2 in zip(s1, s2))

if __name__=="__main__":
    a = 'mark'
    b = 'Make'
    print hamming_distance(a, b)

欢迎提出任何建议！

【问题讨论】：

第二点是什么意思。能举个例子吗？
所以你的意思是“b = d”而不是“b = s”（就像问题中一样）？
抱歉。生病编辑。这两个字母是任意的，我只需要知道如何制作，所以我选择的任何两个字母都会被视为相同
你可以调用hamming_distance方法来获取值。我编辑了答案并添加了一种打印结果的方法。

标签： hamming-distance edit-distance

【解决方案1】：

这是一个简单的解决方案。当然可以对其进行优化以获得更好的性能。

注意：我使用 Python 3，因为 Python 2 will retire soon。

def hamming_distance(s1, s2):
    assert len(s1) == len(s2)
    # b and d are interchangeable
    s1 = s1.replace('b', 'd').replace('B', 'D')
    s2 = s2.replace('b', 'd').replace('B', 'D')
    # add 1 for each different character
    hammingdist = sum(ch1 != ch2 for ch1, ch2 in zip(s1.lower(), s2.lower()))
    # add .5 for each lower/upper case difference (without first letter)
    for i in range(1, len(s1)):
        hammingdist += 0.5 * (s1[i] >= 'a' and s1[i] <= 'z' and\
                              s2[i] >= 'A' and s2[i] <= 'Z' or\
                              s1[i] >= 'A' and s1[i] <= 'Z' and\
                              s2[i] >= 'a' and s2[i] <= 'z')
    return hammingdist

def print_hamming_distance(s1, s2):
    print("hamming distance between", s1, "and", s2, "is",
          hamming_distance(s1, s2))

if __name__ == "__main__":
    assert hamming_distance('mark', 'Make') == 2
    assert hamming_distance('Killer', 'killer') == 0
    assert hamming_distance('killer', 'KiLler') == 0.5
    assert hamming_distance('bole', 'dole') == 0
    print("all fine")
    print_hamming_distance("organized", "orGanised")
    # prints: hamming distance between organized and orGanised is 1.5

【讨论】：